與先進(jìn)自監(jiān)督模型的比較，雖然需要更多的計(jì)算但是本文提出的模型還是能得到更具競(jìng)爭(zhēng)力的結(jié)果。

由于像BERT這類(lèi)基于掩膜的語(yǔ)言模型在眾多語(yǔ)言任務(wù)上超越了生成模型的結(jié)果，研究人員同時(shí)還利用BERT測(cè)評(píng)圖像模型。研究人員沒(méi)有調(diào)優(yōu)而是使用了15％的掩膜來(lái)去除像素，并從非掩膜的像素中來(lái)預(yù)測(cè)出這些結(jié)果。結(jié)果表明基于BERT模型的線性探測(cè)器具有明顯的劣勢(shì)但卻能在調(diào)優(yōu)下實(shí)現(xiàn)后來(lái)者居上。

BERT和iGPT－L預(yù)訓(xùn)練模型在32x32分辨率上的比較，可以看到生成模型在預(yù)訓(xùn)練階段得到的特征更好，而B(niǎo)ERT模型在調(diào)優(yōu)后則迎頭趕上。

雖然非監(jiān)督學(xué)習(xí)無(wú)需人類(lèi)標(biāo)記數(shù)據(jù)，但近年來(lái)自監(jiān)督學(xué)習(xí)取得了長(zhǎng)足的進(jìn)步，有效使用了有限的標(biāo)注數(shù)據(jù)。成功的半監(jiān)督學(xué)習(xí)方法都使用了像連續(xù)性正則、數(shù)據(jù)增強(qiáng)、準(zhǔn)標(biāo)簽等手段來(lái)實(shí)現(xiàn)，純粹基于生成的方法近年來(lái)沒(méi)有顯示出有效的競(jìng)爭(zhēng)力。iGPT－L在這一子領(lǐng)域?qū)�基�?zhǔn)數(shù)據(jù)進(jìn)行了評(píng)測(cè)，結(jié)果表明在沒(méi)有圖像增強(qiáng)的情況下性能超過(guò)了Mean Teacher和MixMatch，并接近FixMatch的水平。

與精心設(shè)計(jì)的半監(jiān)督方法不同，iGPT－L在沒(méi)有任何數(shù)據(jù)增強(qiáng)和調(diào)優(yōu)的情況下用于邏輯回歸分類(lèi)器的擬合，實(shí)現(xiàn)了非常好的半監(jiān)督學(xué)習(xí)結(jié)果。

局限性

雖然iGPT在各種圖像任務(wù)上都很成功，但卻不得不提這種方法的局限性。由于使用了GPT－2中的通用序列遷移器架構(gòu)，這種方法需要大規(guī)模的計(jì)算資源，iGPT－L典型情況下需要2500 V－100 GPU日的計(jì)算才能達(dá)到MoGo模型的水平，而后者只需要約70 V100 計(jì)算日的訓(xùn)練。

此外，這一基于transformer模型的輸入分辨率較低，而其他自監(jiān)督方法可以利用卷積編碼器輕松地處理高維度輸入。也許在未來(lái)需要構(gòu)建多尺度transformer的新架構(gòu)來(lái)處理輸入維度受限的問(wèn)題。這一工作僅僅是大規(guī)模語(yǔ)言模型在新領(lǐng)域嘗試的原型驗(yàn)證，無(wú)需領(lǐng)域知識(shí)的人工編碼。然而龐大的計(jì)算量消耗、卷積網(wǎng)絡(luò)的高精度表現(xiàn)使得這一方法在實(shí)際工作中并不實(shí)用。

最后，生成模型會(huì)受到訓(xùn)練序列中偏見(jiàn)的影響。有的對(duì)于構(gòu)建上下文關(guān)系十分有利，但有的卻會(huì)造成不好的結(jié)果。例如在訓(xùn)練數(shù)據(jù)中男性較多就會(huì)造成生成圖像中包含更多的或者完全都是男性，而不是有男有女的場(chǎng)景。在未來(lái)的研究中希望可以對(duì)數(shù)據(jù)進(jìn)行更有效的除偏處理，并更好的理解數(shù)據(jù)偏見(jiàn)與模型的關(guān)系。

利用語(yǔ)言模型GPT對(duì)圖像進(jìn)行處理的想法非常獨(dú)特，實(shí)驗(yàn)也顯示了這種非監(jiān)督方法的對(duì)于全新領(lǐng)域的通用性，在提供足夠計(jì)算資源的情況下序列transformer也許能在未來(lái)為很多新領(lǐng)域提供解決問(wèn)題新思路。

關(guān)于我“門(mén)”

將門(mén)是一家以專(zhuān)注于發(fā)掘、加速及投資技術(shù)驅(qū)動(dòng)型創(chuàng)業(yè)公司的新型創(chuàng)投機(jī)構(gòu)，旗下涵蓋將門(mén)創(chuàng)新服務(wù)、將門(mén)技術(shù)社群以及將門(mén)創(chuàng)投基金。將門(mén)成立于2015年底，創(chuàng)始團(tuán)隊(duì)由微軟創(chuàng)投在中國(guó)的創(chuàng)始團(tuán)隊(duì)原班人馬構(gòu)建而成，曾為微軟優(yōu)選和深度孵化了126家創(chuàng)新的技術(shù)型創(chuàng)業(yè)公司。

將門(mén)創(chuàng)新服務(wù)專(zhuān)注于使創(chuàng)新的技術(shù)落地于真正的應(yīng)用場(chǎng)景，激活和實(shí)現(xiàn)全新的商業(yè)價(jià)值，服務(wù)于行業(yè)領(lǐng)先企業(yè)和技術(shù)創(chuàng)新型創(chuàng)業(yè)公司。

將門(mén)技術(shù)社群專(zhuān)注于幫助技術(shù)創(chuàng)新型的創(chuàng)業(yè)公司提供來(lái)自產(chǎn)、學(xué)、研、創(chuàng)領(lǐng)域的核心技術(shù)專(zhuān)家的技術(shù)分享和學(xué)習(xí)內(nèi)容，使創(chuàng)新成為持續(xù)的核心競(jìng)爭(zhēng)力。

將門(mén)創(chuàng)投基金專(zhuān)注于投資通過(guò)技術(shù)創(chuàng)新激活商業(yè)場(chǎng)景，實(shí)現(xiàn)商業(yè)價(jià)值的初創(chuàng)企業(yè)，關(guān)注技術(shù)領(lǐng)域包括機(jī)器智能、物聯(lián)網(wǎng)、自然人機(jī)交互、企業(yè)計(jì)算。在近四年的時(shí)間里，將門(mén)創(chuàng)投基金已經(jīng)投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數(shù)科技、迪英加科技等數(shù)十家具有高成長(zhǎng)潛力的技術(shù)型創(chuàng)業(yè)公司。